2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、并聯(lián)機器人具有剛度大、精度高、運行速度高等優(yōu)點,近年來已成為機器人領域研究的熱點。然而,并聯(lián)機器人多運動支鏈的結構特點,使得對其的運動學分析和動力學建模較為復雜。而且,在實際工程運用中,并聯(lián)機器人常常受到關節(jié)摩擦、建模誤差等不確定性因素的影響。本文針對二自由度冗余并聯(lián)機器人,主要從運動學分析、動力學建模及不確定性分析、控制器設計等方面進行了研究。主要內容如下:
   (1)研究了二自由度冗余并聯(lián)機器人基于工作空間與基于關節(jié)空間下

2、的運動位置關系和運動速度關系,通過理論計算以及仿真驗證,給出了并聯(lián)機器人末端的工作空間范圍。并且,基于工作空間下的平面直角坐標系,對末端的運動作了三種規(guī)劃。最后,結合運動學逆解和規(guī)劃的運動軌跡,通過MATLAB仿真對并聯(lián)機器人的運動位姿進行了分析。
   (2)使用拉格朗日法建立二自由度冗余并聯(lián)機器人的動力學模型,并考慮了實際系統(tǒng)中存在的摩擦力。分析了建模誤差以及摩擦補償誤差構成的不確定性因素,分別采用PD控制器和計算力矩控制器

3、進行軌跡跟蹤控制仿真實驗,對比分析了運動學控制器和動力學控制器的控制效果。研究表明,動力學控制器依賴動力學模型,其控制精度會受到建模誤差和摩擦力補償誤差的限制。
   (3)針對動力學控制器依賴動力學模型,而實際工程中并聯(lián)機器人動力學模型難以精確獲取的問題,設計了RBF神經網絡自適應控制器。利用神經網絡對動力學模型進行整體逼近,同時在控制律中加入魯棒項,以補償神經網絡逼近誤差。該控制方法不需要系統(tǒng)動力學模型,具有較強的魯棒性。通

4、過仿真,驗證了該方法的有效性。
   (4)針對二自由度冗余并聯(lián)機器人的不確定性問題,研究了滑模變結構控制方法。首先,基于并聯(lián)機器人的名義動力學模型,設計滑模魯棒控制器,利用滑模切換項來補償系統(tǒng)不確定項,在此基礎上,利用繼電特性函數代替滑??刂破髦械姆柡瘮狄韵魅醵墩瘳F象。通過對比仿真,驗證了改進后的控制器能大大削弱抖振。為了獲得更好的控制精度,研究了基于趨近律的滑模控制方法,設計了基于趨近律的RBF神經網絡自適應滑??刂破鳌T?/p>

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論